[发明专利]一种基于聚类与深度序列学习的交通状态估计方法在审
| 申请号： | 202010090595.X | 申请日： | 2020-02-13 |
| 公开（公告）号： | CN111292534A | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 陈阳舟;马鹏飞;师泽宇 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/052;G08G1/065;G06K9/62;G06N3/04 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 张慧 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于kmeans聚类与深度序列学习的交通状态估计方法，属于智能交通系统领域，主要解决在城市快速路中部分路段的交通流数据无法实时获取的情况下，实现对整个快速路的交通状态进行估计的问题。其特征在于，所述方法包括步骤如下：(1)快速路网划分；(2)快速路的建模与数据采集；(3)数据预处理与归一化；(4)通过kmeans聚类算法计算交通流数据间的欧氏距离，确定各数据点的交通状态等级；(5)深度序列学习Seq2Seq模型的设计，通过模型迭代学习对整个路网进行交通状态识别。本发明充分考虑了路段之间交通流的关系，发挥机器学习算法在交通领域的优势，及时得到整个路网的交通状态，可以为驾驶主体提供可靠的交通信息。 | ||
| 搜索关键词： | 一种 基于 深度 序列 学习 交通 状态 估计 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010090595.X/，转载请声明来源钻瓜专利网。
